书籍介绍
在当今科技飞速发展的时代,人工智能技术已成为推动社会进步的重要力量。其中,强化学习作为人工智能领域的一个重要分支,正逐渐展现出其巨大的潜力。然而,对于初学者来说,入门强化学习并非易事。正是基于这一需求,《Easy RL:强化学习教程》应运而生,它旨在为广大读者提供一套系统、全面、易懂的强化学习学习路径。
作者简介
杨毅远是清华大学的一名硕士生,也是Datawhale的一员,主要研究时空数据挖掘、智能传感系统和深度学习。他曾获得全国大学生智能汽车竞赛的最高荣誉总冠军,以及中国国家奖学金。在科研方面,他已经发表了7篇SCI/EI论文,其中4篇是以第一作者的身份在SCI的Q1区、Q2区,以及中国计算机学会(CCF)A类和B类会议中发表的。
推荐理由
《Easy RL:强化学习教程》一书深入浅出地介绍了强化学习这一人工智能领域的核心概念和方法。从基础理论到实际应用,该书全面而细致地剖析了强化学习的各个分支,包括基于策略和基于价值的方法,以及深度学习在强化学习中的应用。通过丰富的实例代码和习题,读者可以轻松上手并掌握强化学习的精髓。对于那些对人工智能、机器学习或计算机科学感兴趣的读者来说,这本书是一本实用性强、易于理解的学习指南。
适合哪些人读
适合对人工智能、机器学习或计算机科学感兴趣的初学者
希望了解并掌握强化学习基本原理和实际应用的读者
从事相关领域研究或开发工作的专业人士
以及对深度学习技术感兴趣的广大读者。
目录
第1 章绪论
1.1 强化学习概述
1.1.1 强化学习与监督学习
1.1.2 强化学习的例子
1.1.3 强化学习的历史
显示全部